成都弱電公司訊：

近一兩年來，人工智能領域得到了媒體界、產業界和學術界等前所未有的關注，機器正在越來越多的取代人類特有的優勢和技能，這其中最為重要的可能就是圖像辨認技術。本文將從圖像辨認技術的原理闡述出發，介紹這一技術在安防行業的具體應用，并且闡述其在當前安防應用上碰到的困難。當然，面對這些困難，圖像辨認技術將以此為契機，與安防技術實現更大范圍的融合與發展。

圖像辨認技術與人工智能

說起圖像辨認，人類的這一能力非常突出。圖形**作用于感覺器官，人們辨認出它是經驗過的某一圖形，甚至能感知到與圖像距離或者形狀的改變，這一過程叫做圖像再認。在圖像辨認中，既要有當時進入感官的信息，也要有記憶中存儲的信息。只有通過存儲的信息與當前的信息進行比較的加工過程，才能實現對圖像的再認。

計算機圖像辨認技術，則是利用計算機對圖像進行處理、分析和理解，以辨認各種分歧模式的目標和對象的技術。圖像辨認所研究的問題，是如何用計算機代替人類去自動處理大量的物理信息，解決人類所無法辨認或者辨認過于耗費資源的問題，從而很大程度上解放人類的勞動力。

圖像辨認技術是人工智能的一個重要領域。圖像辨認技術是以圖像的主要特征為基礎的。每個圖像都有它的特征，對圖像辨認時眼動的研究表明，視線總是集中在圖像的主要特征上，也就是集中在圖像輪廓曲度最大或輪廓方向忽然改變的地方，這些地方的信息量最大。而且眼睛的掃描路線也總是依次從一個特征轉到另一個特征上。由此可見，在圖像辨認過程中，知覺機制必須排除輸入的多余信息，抽出關鍵的信息。同時，在大腦里必定有一個負責整合信息的機制，它能把分階段獲得的信息整理成一個完整的知覺映象。

為了編制模擬人類圖像辨認活動的計算機程序，人們提出了分歧的圖像辨認模型。例如模板匹配模型。這種模型認為，辨認某個圖像，必須在過去的經驗中有這個圖像的記憶模式，又叫模板。當前的**假如能與大腦中的模板相匹配，這個圖像也就被辨認了。但這種模型強調圖像必須與腦中的模板完全符合才能加以辨認，有一定的局限性。格式塔心理學家又據此提出了一個原型匹配模型。這種模型認為，在長時記憶中存儲的并不是所要辨認的無數個模板，而是圖像的某些“相似性”。從圖像中抽象出來的“相似性”就可作為原型，拿它來檢驗所要辨認的圖像。假如能找到一個相似的原型，這個圖像也就被辨認了。但是，這種模型沒有說明人是怎樣對相似的刺激進行辨別和加工的，它也難以在計算機程序中得到實現。因此又有人提出了一個更復雜的模型，即“泛魔”辨認模型。

隨著計算機技術及人工智能技術的發展，圖像辨認技術越來越成為人工智能的基礎技術，它將是未來科技領域幾大關鍵產業的核心技術之一。微軟、谷歌、Facebook、亞馬遜、百度、騰訊等巨頭都在傾注大量資源推動這項功能進步。好比微軟的圖像辨認應用“我看起來有多大”(HowOldDoILook？)，成為網絡上紅極一時的話題。在去年舉行的第六屆ImageNet圖像辨認技術比賽中，微軟憑借“圖像辨認的深度殘差學習”(DeepResidualLearningforImageRecognition)系統獲得第一名。科技公司如此熱衷于圖像辨認技術的應用和創新，這種進步顯然會大大方便互聯網、傳媒行業及科研領域的相關工作。